Спасибо автору за креативные презентации! Очень они порадовали. Также отмечу, что автор оперативно вносит исправления, когда нужно. Мерси!
Подробнее о работе
Гарантия сервиса Автор24
Уникальность не ниже 50%
Целью этого исследования стала проверка возможности прогнозирования банкротства компаний разных отраслей России с помощью одного и того же набора показателей . Было бы, вероятно, очень удобно, если бы был найден такой набор показателей, которые достаточно хорошо бы предсказывали банкротство компаний любой отрасли. Однако наша основная гипотеза состоит в том, что различия, существующие между отраслями, препятствуют созданию единой модели для разных отраслей.
Чтобы достичь нашей цели, было решено для компаний трёх отраслей при помощи логит-анализа построить модели, наилучшим образом прогнозирующие банкротство, и посмотреть, получатся ли в моделях одинаковые факторы. А чтобы сделать это как можно более эффективно, учитывая опыт других исследователей банкротства компаний, был проведён анализ существующей литературы.
ОГЛАВЛЕНИЕ
Введение 3
Глава 1. Теоретический анализ прогнозирования банкротства компаний 6
1.1. Выявление сущности банкротства компании и значимости его прогнозирования 6
1.2. Обзор существующих исследований 9
статистические методы 11
модели искусственного интеллекта 19
отраслевая специфика 23
Глава 2. Методология проведения исследования 28
2.1. Описание формирования базы данных 28
2.2. Описание особенностей метода построения модели, отбора факторов, включаемых в модели и выбор наилучшей модели 34
2.3. Подведение итогов главы 2 38
Глава 3. Исследование и результаты 38
Заключение 47
Список литературы 50
Приложение 1. 54
Приложение 2. 62
Приложение 3. 63
Приложение 4. 65
Приложение 5. 66
Приложение 6. 71
Приложение 7. 72
На сегодняшний день мировую экономику нельзя назвать стабильной и процветающей. Кризисы недавнего времени существенно ослабили экономику многих стран. Сложившаяся экономическая ситуация ещё больше усугубляется военными конфликтами, охлаждением и напряжением во взаимоотношениях между странами.
Экономика России также испытывает трудности, связанные с политическими разногласиями со странами Запада, с введёнными против нашей страны санкциями, с падением курса рубля по отношению к доллару и евро, с падением цены на нефть, что в большой степени влияет на положение дел в российской экономике, поскольку большую долю в ВВП занимает экспорт природных ресурсов. Кроме этих трудностей, российской экономике присущи проблемы развивающихся стран, к числу которых относят и Россию, такие как неразвитость некоторых институтов и нестабильность экономических процессов. Это ведёт к повышению финансовых рисков компаний, и, в конечном счёте, является причиной банкротства компаний.
1. Давыдова Г.В., Беликов А.Ю. Методика количественной оценки риска банкротства предприятий // Управление риском. 1999. (3). C. 13–20.
2 . Демешев Б.Б., Тихонова А.С. Прогнозирование банкротства российских компаний: межотраслевое сравнение // Экономический журнал Высшей школы экономики. 2016. № 3 (18). C. 359–386.
3 . Демешев Б.Б., Тихонова А.С. Динамика прогнозной силы моделей банкротства для средних и малых российских компаний оптовой и розничной торговли // Корпоративные финансы. 2016. № 3 (31). C. 4–22.
4. Докунина А.А., Иванова Е.А. Прогнозирование банкротства организации на основе оценки финансового состояния // Человеческий капитал и профессиональное образование. 2015. № 1(13). C. 35–47.
5. Евстропов М.В. Оценка возможностей прогнозирования банкротства предприятий в России // Вестник Оренбургского государственного университета. 2008. № 4. C. 25–32.
6. Жданов В.Ю. Механизм диагностики риска банкротства промышленного предприятия Издательство «Молодой ученый», РИОР, 2013. 95–97 с.
7. Жданов В.Ю., Афанасьева О.А. Разработка модели диагностики риска банкротства для авиапредприятий // Управление экономическими системами. 2013. № 8.
8. Макеева Е.Ю., Аршавский И.В. Применение нейронных сетей и семанти-ческого анализа для прогнозирования банкротства // Корпоративные финансы. 2016. № 4 (32). C. 130–141.
9. Макеева Е.Ю., Бакурова А.О. Прогнозирование банкротства компаний нефтегазового сектора с использованием нейросетей // Корпоративные фи-нансы. 2014. № 3(23). C. 22–30.
10. Макеева Е.Ю., Горбатков С.А., Белолипцев И.И. О моделях диагностики банкротств организаций // Менеджмент и бизнес-администрирование. 2016. № 1. C. 151–172.
11. Недосекин А.О. Методологические основы моделирования финансовой деятельности с использованием нечётко-множественных описаний 2003.
12. Паклин Н. Логистическая регрессия и ROC-анализ — математический аппарат // BaseGroup Labs [Электронный ресурс]. URL: https://basegroup.ru/community/articles/logistic (дата обращения: 05.05.2016).
13. Рыгин В.Е. Модель оценки риска банкротства предприятий металлургической отрасли // ВЕСТНИК ЮРГТУ (НПИ). 2015. № 5. C. 84–91.
14 . Фёдорова Е.А., Гиленко Е.В., Довженко С.Е. Модели прогнозирования банкротства: особенности российских предприятий // Проблемы прогнозирования. 2015. № 2. C. 85–92.
15. Фёдорова Е.А., Довженко С.Е., Тимофеев Я.В. Какая модель лучше прогнозирует банкротство российских предприятий? // Экономический анализ: теория и практика. 2016. № 41(392).
16. Хайдаршина Г.А. Количественные методы оценки риска банкротства предприятия // Финансы. 2009. № 2. C. 67–69.
17. Altman E.I. Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy // The Journal of Finance. 1968. № 4 (23). C. 589–609.
18. Altman E.I., Haldeman R.G., Narayanan P. ZETATM analysis A new model to identify bankruptcy risk of corporations // Journal of Banking & Finance. 1977. № 1 (1). C. 29–54.
19. Altman E.I., Sabato G. Modelling Credit Risk for SMEs: Evidence from the U.S. Market // Abacus. 2007. № 3 (43). C. 332–357.
20. Beaver W.H. Financial Ratios As Predictors of Failure // Journal of Accounting Research. 1966. (4). C. 71.
21. Bellovary J., Giacomino D., Akers M. A Review of Bankruptcy Prediction Studies: 1930-Present // Journal of Financial Education. 2007. (33). C. 1–42.
22. Chava S., Jarrow R.A. Bankruptcy Prediction with Industry Effects // Review of Finance. 2004. № 4 (8). C. 537–569.
23. Deakin E.B. A Discriminant Analysis of Predictors of Business Failure 1972. C. 167–179.
24 . Fedorova E., Gilenko E., Dovzhenko S. Bankruptcy prediction for Russian companies: Application of combined classifiers // Expert Systems with Applications. 2015. № 18 (40). C. 7285–7293.
25. Frank R.E., Massy W.F., Morrison D.G. Bias in Multiple Discriminant Analysis // Journal of Marketing Research. 1965. № 3 (2). C. 250–258.
26. Lugovskaya L. Predicting default of Russian SMEs on the basis of financial and non-financial variables 2012. № 14. C. 301 – 313.
27. Lundqvist D., Strand J. Bankruptcy Prediction with Financial Ratios - Examining Differences across Industries and Time 2015.
28. Ohlson J.A. Financial Ratios and the Probabilistic Prediction of Bankruptcy // Journal of Accounting Research. 1980. № 1 (18). C. 109–131.
29. Scott J. The probability of bankruptcy: A Comparison of Empirical Predictions and Theoretical Models // Journal of Banking & Finance. 1981. № 3 (5). C. 317–344.
30. Taffler R.J. The Assessment of Company Solvency and Performance Using a Statistical Modeling // Accounting & Business Research (Wolters Kluwer UK). 1983. C. 295–307.
31. Vickers F. The Dynamic Small Business Manager / F. Vickers, Lulu.com, 2005. 381 c.
32. Zmijewski M.E. Methodological Issues Related to the Estimation of Financial Distress Prediction Models // Journal of Accounting Research. 1984. (22). C. 59–82.
33. Судебный департамент при Верховном Суде Российский Федерации. Сводные статистические сведения о деятельности федеральных арбитражных судов. 2016.
34. Федеральный закон от 26.10.2002 N 127-ФЗ (ред. от 29.12.2015) «О несостоятельности (банкротстве)» (с изм. и доп., вступ. в силу с 29.03.2016) // КонсультантПлюс [Электронный ресурс]. URL: https://www.consultant.ru/document/cons_doc_LAW_39331/ (дата обращения: 04.05.2016).
35. Постановление Правительства РФ от 13.07.2015 N 702 «О предельных значениях выручки от реализации товаров (работ, услуг) для каждой категории субъектов малого и среднего предпринимательства» // КонсультантПлюс [Электронный ресурс]. URL: http://base.consultant.ru/cons/cgi/online.cgi?req=doc;base=LAW;n=182963 (дата обращения: 08.05.2016).
36. Законодательство США о банкротстве // Комитет по вопросам собственности Государственной Думы Федерального Собрания Российской Федерации [Электронный ресурс]. URL: http://www.komitet2-5.km.duma.gov.ru/site.xp/051052056.html (дата обращения: 04.05.2016).
37. Федеральный закон от 08.08.2001 N 129-ФЗ (ред. от 31.01.2016) «О государственной регистрации юридических лиц и индивидуальных предпринимателей» // КонсультантПлюс [Электронный ресурс]. URL: https://www.consultant.ru/document/cons_doc_LAW_32881/ (дата обращения: 04.05.2016).
38. The United States Code Online // Office of the Law Revision Counsel of the United States House of Representatives [Электронный ресурс]. URL: http://uscode.house.gov/browse/prelim@title11&edition=prelim (дата обращения: 04.05.2016).
39. Судебные и нормативные акты РФ: Крупнейшая в сети база судебных и нормативных актов [Электронный ресурс]. URL: http://sudact.ru/ (дата обращения: 08.05.2016).
40. Россия в цифрах // Федеральная служба государственной статистики [Электронный ресурс]. URL: http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/publications/catalog/doc_1135075100641 (дата обращения: 08.05.2016).
41. Финансы России // Федеральная служба государственной статистики [Электронный ресурс]. URL: http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/publications/catalog/doc_1138717651859 (дата обращения: 08.05.2016).
42. RUSLANA // Bureau van Dijk. Информация о компаниях и бизнес-аналитика [Электронный ресурс]. URL: https://ruslana.bvdep.com/ (дата обращения: 08.05.2016).
43. Центральная база статистических данных // Федеральная служба государственной статистики [Электронный ресурс]. URL: http://www.gks.ru/dbscripts/cbsd/DBInet.cgi (дата обращения: 08.05.2016).
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
Целью этого исследования стала проверка возможности прогнозирования банкротства компаний разных отраслей России с помощью одного и того же набора показателей . Было бы, вероятно, очень удобно, если бы был найден такой набор показателей, которые достаточно хорошо бы предсказывали банкротство компаний любой отрасли. Однако наша основная гипотеза состоит в том, что различия, существующие между отраслями, препятствуют созданию единой модели для разных отраслей.
Чтобы достичь нашей цели, было решено для компаний трёх отраслей при помощи логит-анализа построить модели, наилучшим образом прогнозирующие банкротство, и посмотреть, получатся ли в моделях одинаковые факторы. А чтобы сделать это как можно более эффективно, учитывая опыт других исследователей банкротства компаний, был проведён анализ существующей литературы.
ОГЛАВЛЕНИЕ
Введение 3
Глава 1. Теоретический анализ прогнозирования банкротства компаний 6
1.1. Выявление сущности банкротства компании и значимости его прогнозирования 6
1.2. Обзор существующих исследований 9
статистические методы 11
модели искусственного интеллекта 19
отраслевая специфика 23
Глава 2. Методология проведения исследования 28
2.1. Описание формирования базы данных 28
2.2. Описание особенностей метода построения модели, отбора факторов, включаемых в модели и выбор наилучшей модели 34
2.3. Подведение итогов главы 2 38
Глава 3. Исследование и результаты 38
Заключение 47
Список литературы 50
Приложение 1. 54
Приложение 2. 62
Приложение 3. 63
Приложение 4. 65
Приложение 5. 66
Приложение 6. 71
Приложение 7. 72
На сегодняшний день мировую экономику нельзя назвать стабильной и процветающей. Кризисы недавнего времени существенно ослабили экономику многих стран. Сложившаяся экономическая ситуация ещё больше усугубляется военными конфликтами, охлаждением и напряжением во взаимоотношениях между странами.
Экономика России также испытывает трудности, связанные с политическими разногласиями со странами Запада, с введёнными против нашей страны санкциями, с падением курса рубля по отношению к доллару и евро, с падением цены на нефть, что в большой степени влияет на положение дел в российской экономике, поскольку большую долю в ВВП занимает экспорт природных ресурсов. Кроме этих трудностей, российской экономике присущи проблемы развивающихся стран, к числу которых относят и Россию, такие как неразвитость некоторых институтов и нестабильность экономических процессов. Это ведёт к повышению финансовых рисков компаний, и, в конечном счёте, является причиной банкротства компаний.
1. Давыдова Г.В., Беликов А.Ю. Методика количественной оценки риска банкротства предприятий // Управление риском. 1999. (3). C. 13–20.
2 . Демешев Б.Б., Тихонова А.С. Прогнозирование банкротства российских компаний: межотраслевое сравнение // Экономический журнал Высшей школы экономики. 2016. № 3 (18). C. 359–386.
3 . Демешев Б.Б., Тихонова А.С. Динамика прогнозной силы моделей банкротства для средних и малых российских компаний оптовой и розничной торговли // Корпоративные финансы. 2016. № 3 (31). C. 4–22.
4. Докунина А.А., Иванова Е.А. Прогнозирование банкротства организации на основе оценки финансового состояния // Человеческий капитал и профессиональное образование. 2015. № 1(13). C. 35–47.
5. Евстропов М.В. Оценка возможностей прогнозирования банкротства предприятий в России // Вестник Оренбургского государственного университета. 2008. № 4. C. 25–32.
6. Жданов В.Ю. Механизм диагностики риска банкротства промышленного предприятия Издательство «Молодой ученый», РИОР, 2013. 95–97 с.
7. Жданов В.Ю., Афанасьева О.А. Разработка модели диагностики риска банкротства для авиапредприятий // Управление экономическими системами. 2013. № 8.
8. Макеева Е.Ю., Аршавский И.В. Применение нейронных сетей и семанти-ческого анализа для прогнозирования банкротства // Корпоративные финансы. 2016. № 4 (32). C. 130–141.
9. Макеева Е.Ю., Бакурова А.О. Прогнозирование банкротства компаний нефтегазового сектора с использованием нейросетей // Корпоративные фи-нансы. 2014. № 3(23). C. 22–30.
10. Макеева Е.Ю., Горбатков С.А., Белолипцев И.И. О моделях диагностики банкротств организаций // Менеджмент и бизнес-администрирование. 2016. № 1. C. 151–172.
11. Недосекин А.О. Методологические основы моделирования финансовой деятельности с использованием нечётко-множественных описаний 2003.
12. Паклин Н. Логистическая регрессия и ROC-анализ — математический аппарат // BaseGroup Labs [Электронный ресурс]. URL: https://basegroup.ru/community/articles/logistic (дата обращения: 05.05.2016).
13. Рыгин В.Е. Модель оценки риска банкротства предприятий металлургической отрасли // ВЕСТНИК ЮРГТУ (НПИ). 2015. № 5. C. 84–91.
14 . Фёдорова Е.А., Гиленко Е.В., Довженко С.Е. Модели прогнозирования банкротства: особенности российских предприятий // Проблемы прогнозирования. 2015. № 2. C. 85–92.
15. Фёдорова Е.А., Довженко С.Е., Тимофеев Я.В. Какая модель лучше прогнозирует банкротство российских предприятий? // Экономический анализ: теория и практика. 2016. № 41(392).
16. Хайдаршина Г.А. Количественные методы оценки риска банкротства предприятия // Финансы. 2009. № 2. C. 67–69.
17. Altman E.I. Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy // The Journal of Finance. 1968. № 4 (23). C. 589–609.
18. Altman E.I., Haldeman R.G., Narayanan P. ZETATM analysis A new model to identify bankruptcy risk of corporations // Journal of Banking & Finance. 1977. № 1 (1). C. 29–54.
19. Altman E.I., Sabato G. Modelling Credit Risk for SMEs: Evidence from the U.S. Market // Abacus. 2007. № 3 (43). C. 332–357.
20. Beaver W.H. Financial Ratios As Predictors of Failure // Journal of Accounting Research. 1966. (4). C. 71.
21. Bellovary J., Giacomino D., Akers M. A Review of Bankruptcy Prediction Studies: 1930-Present // Journal of Financial Education. 2007. (33). C. 1–42.
22. Chava S., Jarrow R.A. Bankruptcy Prediction with Industry Effects // Review of Finance. 2004. № 4 (8). C. 537–569.
23. Deakin E.B. A Discriminant Analysis of Predictors of Business Failure 1972. C. 167–179.
24 . Fedorova E., Gilenko E., Dovzhenko S. Bankruptcy prediction for Russian companies: Application of combined classifiers // Expert Systems with Applications. 2015. № 18 (40). C. 7285–7293.
25. Frank R.E., Massy W.F., Morrison D.G. Bias in Multiple Discriminant Analysis // Journal of Marketing Research. 1965. № 3 (2). C. 250–258.
26. Lugovskaya L. Predicting default of Russian SMEs on the basis of financial and non-financial variables 2012. № 14. C. 301 – 313.
27. Lundqvist D., Strand J. Bankruptcy Prediction with Financial Ratios - Examining Differences across Industries and Time 2015.
28. Ohlson J.A. Financial Ratios and the Probabilistic Prediction of Bankruptcy // Journal of Accounting Research. 1980. № 1 (18). C. 109–131.
29. Scott J. The probability of bankruptcy: A Comparison of Empirical Predictions and Theoretical Models // Journal of Banking & Finance. 1981. № 3 (5). C. 317–344.
30. Taffler R.J. The Assessment of Company Solvency and Performance Using a Statistical Modeling // Accounting & Business Research (Wolters Kluwer UK). 1983. C. 295–307.
31. Vickers F. The Dynamic Small Business Manager / F. Vickers, Lulu.com, 2005. 381 c.
32. Zmijewski M.E. Methodological Issues Related to the Estimation of Financial Distress Prediction Models // Journal of Accounting Research. 1984. (22). C. 59–82.
33. Судебный департамент при Верховном Суде Российский Федерации. Сводные статистические сведения о деятельности федеральных арбитражных судов. 2016.
34. Федеральный закон от 26.10.2002 N 127-ФЗ (ред. от 29.12.2015) «О несостоятельности (банкротстве)» (с изм. и доп., вступ. в силу с 29.03.2016) // КонсультантПлюс [Электронный ресурс]. URL: https://www.consultant.ru/document/cons_doc_LAW_39331/ (дата обращения: 04.05.2016).
35. Постановление Правительства РФ от 13.07.2015 N 702 «О предельных значениях выручки от реализации товаров (работ, услуг) для каждой категории субъектов малого и среднего предпринимательства» // КонсультантПлюс [Электронный ресурс]. URL: http://base.consultant.ru/cons/cgi/online.cgi?req=doc;base=LAW;n=182963 (дата обращения: 08.05.2016).
36. Законодательство США о банкротстве // Комитет по вопросам собственности Государственной Думы Федерального Собрания Российской Федерации [Электронный ресурс]. URL: http://www.komitet2-5.km.duma.gov.ru/site.xp/051052056.html (дата обращения: 04.05.2016).
37. Федеральный закон от 08.08.2001 N 129-ФЗ (ред. от 31.01.2016) «О государственной регистрации юридических лиц и индивидуальных предпринимателей» // КонсультантПлюс [Электронный ресурс]. URL: https://www.consultant.ru/document/cons_doc_LAW_32881/ (дата обращения: 04.05.2016).
38. The United States Code Online // Office of the Law Revision Counsel of the United States House of Representatives [Электронный ресурс]. URL: http://uscode.house.gov/browse/prelim@title11&edition=prelim (дата обращения: 04.05.2016).
39. Судебные и нормативные акты РФ: Крупнейшая в сети база судебных и нормативных актов [Электронный ресурс]. URL: http://sudact.ru/ (дата обращения: 08.05.2016).
40. Россия в цифрах // Федеральная служба государственной статистики [Электронный ресурс]. URL: http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/publications/catalog/doc_1135075100641 (дата обращения: 08.05.2016).
41. Финансы России // Федеральная служба государственной статистики [Электронный ресурс]. URL: http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/publications/catalog/doc_1138717651859 (дата обращения: 08.05.2016).
42. RUSLANA // Bureau van Dijk. Информация о компаниях и бизнес-аналитика [Электронный ресурс]. URL: https://ruslana.bvdep.com/ (дата обращения: 08.05.2016).
43. Центральная база статистических данных // Федеральная служба государственной статистики [Электронный ресурс]. URL: http://www.gks.ru/dbscripts/cbsd/DBInet.cgi (дата обращения: 08.05.2016).
Купить эту работу vs Заказать новую | ||
---|---|---|
0 раз | Куплено | Выполняется индивидуально |
Не менее 40%
Исполнитель, загружая работу в «Банк готовых работ» подтверждает, что
уровень оригинальности
работы составляет не менее 40%
|
Уникальность | Выполняется индивидуально |
Сразу в личном кабинете | Доступность | Срок 1—6 дней |
1000 ₽ | Цена | от 3000 ₽ |
Не подошла эта работа?
В нашей базе 55695 Дипломных работ — поможем найти подходящую