DOI: 10.32702/2306-6814.2019.20.61
УДК: 658.15
С. А. Пустовгар, О. А. Рудаченко
МОДЕЛЬ ПРЕВЕНТИВНОЇ ДІАГНОСТИКИ ФІНАНСОВОГО РИЗИКУ ДЕРЖАВНОГО ПІДПРИЄМСТВА
Анотація
У статті побудовано модель превентивної діагностики фінансового ризику державного підприємства, яка основана на показниках фінансового стану підприємства. Обгрунтовано, що результуючим показником, який відображає рівень фінансового ризику підприємства, є коефіцієнт рентабельності майна. Цей показник характеризує прибутковість діяльності підприємства та відображає внутрішній потенціал підвищення платоспроможності за рахунок наявних внутрішніх джерел самофінансування. Методологічною основою побудови моделі превентивної діагностики фінансового ризику є метод кореляційно-регресійного аналізу. Показниками, що впливають на рівень фінансового ризику підприємства, визначеними в результаті кореляційно-регресійного аналізу, є коефіцієнт автономії, який характеризує фінансову стійкість підприємства, коефіцієнт поточної ліквідності, який відображає ліквідність підприємства, та коефіцієнт оборотності активів, який визначає дохідність підприємства. За результатами побудованої моделі встановлено пріоритетність впливу показників фінансового стану на рівень фінансового ризику державного підприємства.
Ключові слова: фінансовий ризик; ризик-менеджмент; мінімізація фінансового ризику; прибутковість; фінансова стійкість.
Література
1. Malichovа E. Evaluation of Financial Performance of Enterprises in IT Sector / E. Malichovа, M. Durisova // Procedia Economics and Finance. — 2015. — Vol. 34. — P. 238—243.
2. Florio C. Enterprise risk management and firm performance: The Italian case / C. Florio, G. Leoni // The British Accounting Review. — 2017. — Vol. 49. — P. 56—74.
3. Fraser J. The challenges of and solutions for implementing enterprise risk management / J. Fraser, B. Simkins // Business Horizons. — 2016. — Vol. 59. — P. 689—698.
4. Зоріна О. Методи аналізу фінансових ризиків / О. Зоріна // Міжнародний збірник наукових праць. — 2011. — № 2 (20). — С. 221—229.
5. Hosaka T. Bankruptcy prediction using imaged financial ratios and convolutional neural networks / T. Hosaka // Expert Systems with Applications. — 2019. — Vol. 117. — P. 287—299.
6. Antunes F. Probabilistic modeling and visualization for bankruptcy prediction / F. Antunes, B. Ribeiro, F. Pereira // Applied Soft Computing. — 2017. — Vol. 60. — P. 831—843.
7. Зянько В.В. Методи аналізу фінансових ризиків суб'єктів господарювання / В.В. Зянько, М. Ю. Дзюбко // Економічний вісник Запорізької державної інженерної академії. — 2017. — Вип. 1-1 (07). — С. 99—102.
8. Письменна Т.В. Теоретичні основи управління фінансовими ризиками підприємства / Т.В. Письменна // Наукові праці Кіровоградського національного технічного університету. — 2015. — Вип. 28. — С. 100—106.
9. Бабаніна Н.В. Фінансові ризики в системі управління фінансовою безпекою підприємства / Н.В. Бабаніна // Вісник Східноєвропейського університету економіки і менеджменту. — 2014. — Вип. 2 (17). — С. 116—122.
10. Mishra S. Regression Modeling and Analysis / S. Mishra, A. Datta-Gupta // Applied Statistical Modeling and Data Analytics. A Practical Guide for the Petroleum Geosciences. — 2018. — Р. 69—96.
S. Pustovhar, O. Rudachenko
MODEL OF PREVENTIVE DIAGNOSTICS OF FINANCIAL RISK OF STATE-OWNED ENTERPRISE
Summary
In the article the model of preventive diagnostics of financial risk of the state enterprise is built. This model is based on the indicators of the financial condition of the enterprise. It is substantiated that the resultant indicator, which reflects the level of financial risk of the enterprise, is the coefficient of profitability of the property. This indicator characterizes the profitability of the enterprise and reflects the internal potential for increased solvency at the expense of existing internal sources of self-financing. The methodological basis for constructing a model of preventive diagnosis of financial risk is the method of correlation-regression analysis. The use of this method is due to the fact that it gives an objective assessment of economic processes and provides a clear interpretation of the results.
From the proposed system of indicators (coefficient of current, fast and absolute liquidity, security of the own working capital, security of stocks and expenses of the own working capital, autonomy, financial risk, asset turnover, equity) based on the Student's t-criterion and the correlation coefficient, 3 factors were selected, maximize significance and avoid the multicollinearity of independent variables. The indicators that influence the level of financial risk of the enterprise, determined as a result of correlation-regression analysis, are the coefficient of autonomy that characterizes the financial stability of the company, the ratio of current liquidity, which reflects the liquidity of the enterprise, and the ratio of assets that determines the profitability of the enterprise. According to the results of the constructed model, the priority of influence of financial status indicators on the level of financial risk of a state-owned enterprise according to statistical indicators of the Student's criterion is established. The constructed correlation-regression model of estimation of financial risk of a state-owned enterprise (on the example of the State Enterprise "Electrotyazhmash Plant") allowed to determine that the optimization of the capital structure is a priority direction for stabilizing the financial state of the State Enterprise "Electrotyazhmash". The optimal capital structure is the ratio between the use of equity and debt, which provides the most effective relationship between the return on equity and the financial soundness of the enterprise, which minimizes the level of financial risk.
Keywords: financial risk; risk management; financial risk minimization; profitability; financial stability.
References
1. Malichovа, E., and Durisovа, M. (2015), "Evaluation of Financial Performance of Enterprises in IT Sector", Procedia Economics and Finance, vol. 34, рр. 238—243.
2. Florio, C. and Leoni, G. (2017), "Enterprise risk management and firm performance: The Italian case", The British Accounting Review, vol. 49, рр. 56—74.
3. Fraser, J. and Simkins, B. (2016), "The challenges of and solutions for implementing enterprise risk management", Business Horizons, vol. 59, рр. 689—698.
4. Zorina, О. (2011), "Methods of analysis of financial risks", Mizhnarodnyy zbirnyk naukovykh prats, vol. 2 (20), рр. 221—229.
5. Hosaka, T. (2019), "Bankruptcy prediction using imaged financial ratios and convolutional neural networks", Expert Systems with Applications, vol. 117, рр. 287—299.
6. Antunes, F. Ribeiro, B. and Pereira, F. (2017), "Probabilistic modeling and visualization for bankruptcy prediction", Applied Soft Computing, vol. 60, рр. 831—843.
7. Zianko, V. and Dzyubko, M. (2017), "Methods of analysis of financial risks of economic entities", Economic Bulletin of Zaporizhzhya State Engineering Academy, vol. 1-1 (07), рр. 99—102.
8. Pys'menna, T. (2015), "Theoretical bases of financial risk management of the enterprise", Scientific papers of Kirovograd National Technical University, vol. 28, рр. 100—106.
9. Babanina, N. (2014), "Financial risks in the system of management of financial security of the enterprise", Bulletin of the Eastern European University of Economics and Management, vol. 2 (17), рр. 116—122.
10. Mishra, S. and Datta-Gupta, A. (2018). "Regression Modeling and Analysis", Applied Statistical Modeling and Data Analytics. A Practical Guide for the Petroleum Geosciences, рр. 69—96.
№ 20 2019, стор. 61 - 65
Рубрика: Економіка
Дата публікації: 2019-10-31
Кількість переглядів: 858
