|
Conference publicationsAbstractsXIX conferenceIdentification and assessment of the risks of insolvency of the company contractorsRussia, 125499, Moscow, Kronshtadtskiy Boulevard, Building B, 37, Department of MMiAR 1 pp. (accepted)В рыночной экономике время от времени возникает ситуация, когда то или иное предприятие не справляется со своими обязательствами и вынужденно объявляет себя банкротом. В этой связи проблема прогнозирования банкротства предприятий самого различного профиля всегда актуальна. Так, например, в РФ число банкротств юридических лиц в 2010 году - 12506 (+13%). И только ясное представление о причинах неплатежеспособности контрагентов, анализ этих предпосылок и проработанная методика анализа платежеспособности позволит своевременно принимать меры по обеспечению собственной финансовой безопасности. Цель данной работы – создание инструмента для оценки рисков, влияющих на платежеспособность организации с помощью нейросетевых технологий. Для решения поставленной задачи были проведены классификация и идентификация рисков, влияющих на платежеспособность организации и их последующая оценка. Анализ причин неплатежеспособности показал, что основное внимание необходимо уделить вопросам: неплатеж клиента, просрочка платежа, частичная или полная неуплата долга. Выявление факторов, влияющих на платежеспособность показало, что наиболее существенными из внешних это – политическая и социальная стабильность, уровень инфляции, и др., из внутренних – рыночная конъектура, количество конкурентов, отраслевая принадлежность, и др. Результатом этапов идентификация и классификация рисков стал шаблон рисков, который сочетает в себе события, которые приводят к негативному последствию и влияющие факторы. Анализ существующих методик оценки платежеспособности позволил сделать вывод о том, что главным критерием платежеспособности организации в существующих моделях является ее финансовое состояние, и совсем не учитываются внешние факторы и собственное состояние организации. Для устранения этих недостатков была разработана модель оценки рисков неплатежеспособности контрагентов предприятия на основе нейросетевых технологий (многослойный персептрон). Разработанная модель была применена на реальных данных: компании ОАО «Лукойл» и ОАО «Газпром». Полученные данные согласуются с реальностью, так, при современных условиях риски неплатежеспособности минимальны для обеих компаний, аналогичные результаты демонстрирует модель Альтмана. Однако, например, при повышении инфляции, риски повышаются – вероятность просрочки платежа увеличивается, что никак не отражается в модели Альтмана. Для работы с нейронной сетью было написано программное обеспечение на языке программирования C++. Таким образом, был получен инструмент, позволяющий оценить риски неплатежеспособности контрагентов предприятия с учетом не только финансового состояния контрагента, но и внешних факторов.
|
