Модели диагностики финансовой безопасности промышленных предприятий

В статье обосновывается необходимость создания логистической модели, способной точно отражать специфику российской экономики для диагностики финансовой безопасности промышленных предприятий Российской Федерации. В результате проведенного исследования авторами созданы две специализированные модели, а также предложена классификация состояния финансовой безопасности для среднего и крупного бизнеса. Показана роль обеспечения финансовой безопасности промышленных предприятий, а также приведены факторы, позволяющие диагностировать наступление финансовых угроз. Дан анализ российских промышленных предприятий, занимающихся производством машин и оборудования. Разработанные logitмодели отражают финансовые процессы отечественных промышленных предприятий, которые приводят к финансовой несостоятельности. Апробация проведена на основании официальной общедоступной отчетности 173 российских промышленных предприятий. Авторами представлены доказательные тесты их использования для прогнозирования финансового состояния российских промышленных предприятий. Исследование было проведено с применением программного продукта IBM SPSS Statistics, что позволило привести точные и достоверные тесты качества созданных logit-моделей. Данное исследование может быть рекомендовано для выбора эффективных управленческих решений по обеспечению финансовой безопасности промышленных предприятий из многообразных альтернативных концепций.

финансовая безопасность, логистическая модель, прогнозирование угроз, управленческие решения, финансовая несостоятельность, промышленные предприятия

1. Бурыкин А. Д., Наседкин А. Л. Финансовый анализ предприятия – основа его экономической безопасности // Бухгалтерский учет. – 2000. – № 10.

2. Волков С. Д., Галузина С. М. Управленческое решение в организационной системе управления // Научный журнал НИУ ИТМО. Серия «Экономика и экологический менеджмент». – 2016. – № 2. – С. 92–98.

3. Высоцкая Т. В. Оценка вероятности банкротства предприятия агропромышленного комплекса // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. – 2013. – № 89. – С. 1076–1087.

4. Жданов В. Ю., Афанасьева О. А. Модели диагностики риска банкротства предприятий авиационно-промышленного комплекса // Корпоративные финансы. – 2011. – № 4. – С. 77–89.

5. Матраева Л. В. Использование логистической регрессии при выявлении приоритетов региональной инвестиционной политики в отношении иностранных инвесторов в регионы РФ // Статистика и экономика. – 2013. – № 6. – С. 170–174.

6. Мурадов Д. А. Logit-регрессионные модели прогнозирования банкротства предприятий // Труды Российского государственного университета нефти и газа им. И. М. Губкина. – 2011. – № 3. – С. 160–172.

7. Наследов А. IBM SPSS 20 Statistics и Amos. Профессиональный статистический анализ данных. – СПб. : Питер, 2013.

8. Рыгин В. Е. Модель оценки риска банкротства предприятий металлургической отрасли // Вестник ЮРГТУ (НПИ). – 2013. – № 5. – С. 84–91.

9. Уродовских В. Н., Бахаева А. А. Об адекватности моделей оценки риска банкротства отечественных предприятий // Социально-экономические явления и процессы. – 2010. – № 6. – С. 178–182.

10. Field A. Discovering Statistics Using SPSS : 2nd ed. – London : Sage Publications Ltd., 2005.

11. Hosmer D. W., Lemeshow S., Sturdivant R. X. Applied Logistic Regression : 3rd ed. – Wiley, 2013.