ПРИМЕНЕНИЕ КОЭФФИЦИЕНТА РАНГОВОЙ КОРРЕЛЯЦИИ СПИРМЕНА ДЛЯ ХАРАКТЕРИСТИКИ СОГЛАСОВАННОСТИ ОЦЕНОК ВЕРОЯТНОСТИ БАНКРОТСТВА ПРЕДПРИЯТИЯ

Аверина Т.Н.; Аверина Т.Н.

The challenges of the digital economy are not limited to technological shifts but extend to the need for stronger interdisciplinary collaboration. Professionals in the humanities often find themselves working alongside data scientists, software engineers, and marketing experts. Effective communication and collaboration across disciplines are essential for success in such environments. This requires a balance of technical proficiency and the ability to contextualize technology's societal and cultural implications, a hallmark of humanities education.

Despite these transformations, challenges persist. The rapid evolution of technology creates a skills gap, as many humanities graduates find their educational training insufficient to meet market demands. Addressing this gap requires a concerted effort by educational institutions to modernize curricula, integrating technical training with traditional humanities disciplines. Furthermore, professional organizations must provide ongoing development opportunities to help existing professionals adapt to evolving job requirements.

The future of the humanities in the digital economy is promising yet uncertain. The fields that adapt to technological trends while preserving their core values—critical thinking, cultural understanding, and ethical reasoning—will thrive. Organizations and educational systems must support this evolution by providing the resources and training necessary to equip humanities professionals for a digital-first world. Collaboration between academia, industry, and government will be crucial to ensure that the humanities continue to make meaningful contributions in an increasingly digital landscape. References:

1. Rifkin, J. (2011). The Third Industrial Revolution: How Lateral Power Is Transforming Energy, the Economy, and the World. New York: Palgrave Macmillan.

2. Berry, D. M. (2012). Understanding Digital Humanities. London: Palgrave Macmillan.

УДК 338.001.36

Аверина Т.Н.

к.э.н., доцент ТГПУ им. Л.Н. Толстого, г. Тула, Россия Наукенова Б.Н. к.э.н., старший преподаватель РИУ г. Шымкент, Казахстан

ПРИМЕНЕНИЕ КОЭФФИЦИЕНТА РАНГОВОЙ КОРРЕЛЯЦИИ СПИРМЕНА ДЛЯ ХАРАКТЕРИСТИКИ СОГЛАСОВАННОСТИ ОЦЕНОК ВЕРОЯТНОСТИ БАНКРОТСТВА ПРЕДПРИЯТИЯ

Аннотация

Авторами проанализирована финансовая отчетность семи предприятий кондитерской промышленности и получена оценка вероятности их банкротства с помощью двух принципиально различающихся методик. Организации проранжированы в соответствии с оценками, проведена проверка соответствия рангов с помощью коэффициента Спирмена.

Ключевые слова

Модель прогноза вероятности банкротства предприятия, интегральные показатели, согласованность экспертных оценок, коэффициент ранговой корреляции, значимость коэффициента Спирмена.

Averina T.N.

Ph.D. in Economics, associate professor, TSPU Tolstoy L.N.,

Tula, Russia Naukenova B.N.

Ph.D. in Economics, senior lecturer, RIU Shymkent, Kazakhstan

APPLICATION OF SPEARMAN'S RANK CORRELATION COEFFICIENT TO CHARACTERIZE THE CONSISTENCY OF ESTIMATES OF THE PROBABILITY OF AN ENTERPRISE'S BANKRUPTCY

Abstract

The authors analyzed the financial statements of seven confectionery industry enterprises and obtained an assessment of the probability of their bankruptcy using two fundamentally different methods. The organizations were ranked according to the assessments, and the rank compliance was checked using the Spearman coefficient.

Keywords

мodel for forecasting the probability of enterprise bankruptcy, integral indicators, consistency of expert assessments, rank correlation coefficient, significance of Spearman's coefficient.

Среди большого числа дискриминантных моделей для оценки финансового состояния предприятий и прогноза вероятности их банкротства выделяются оригинальные методики Г.В. Савицкой и О.П. Зайцевой [1-2].

Балльно-рейтинговая методика Г.В. Савицкой предполагает несколько этапов анализа: расчет финансовых коэффициентов, присвоение баллов в зависимости от величины показателей и обобщающая характеристика финансового положения предприятия путем отнесения его к определенному классу. Особенностью методики О.П. Зайцевой является использование негативных показателей, таких как коэффициент убыточности или финансового риска, большое значение которых свидетельствует о финансовом нездоровье организации. Целью исследования в рамках работы над статьей стала проверка уровня согласованности оценок, полученных с помощью данных моделей.

Авторами использована годовая финансовая отчетность за 2023 г. семи кондитерских предприятий Центрального и Приволжского федеральных округов РФ [3]. В число исследуемых организаций вошли следующие: ОАО "ТКФ "Ясная поляна", АО "Ударница", ОАО "Кондитерская фирма "ТАКФ", ОАО "Воронежская кондитерская фабрика" (далее ВКФ), ЗАО "Сормовская кондитерская фабрика" (далее СКФ), ОАО РОТ ФРОНТ, ОАО "Кондитерский концерн Бабаевский" (далее ККБ).

В таблице 1 представлены данные из бухгалтерского баланса предприятий на 31.12.2023 г.

Таблица 1

Показатели бухгалтерского баланса предприятий на конец отчетного периода, тыс. руб.

Показатели Ясная поляна Ударница ТАКФ ВКФ СКФ Рот Фронт ККБ

Внеоборотные активы 2034430 1157849 864052 1492246 1156965 8013872 8201082

Запасы 173347 477551 353718 546597 482052 2736828 1648079

НДС 4641 0 386 203 980 4942 3016

Дебиторская задолженность 371616 409308 1345659 120725 769668 2648729 4506827

Краткосрочные фин. вложения 0 0 52700 497000 55500 44600 19286

Денежные средства 3308 295540 6175 4227 28746 6409 11786

Проч. оборотн. активы 5307 2263 512 825 201 30620 12871

Оборотные активы 558219 1184662 1759150 2266224 1337147 5472128 6201865

Показатели Ясная поляна Ударница ТАКФ ВКФ СКФ Рот Фронт ККБ

Собственный капитал 1643973 2051355 1596343 2565891 1178916 7781585 4475921

Нераспределен-ная прибыль 1624401 1997976 1561312 2471370 1147176 6591629 4488423

Долгосрочные обязательства 224344 32478 318819 32066 206157 1626879 4319441

Краткосрочные обязательства 724332 258679 708040 1160513 1109039 4077536 5607585

Кредиторская задолженность 585607 258679 641940 1100019 1076167 3836454 5438351

Баланс 2592649 2342511 2623202 3758470 2494112 13486000 14402947

Для расчета коэффициентов с использованием данных отчета о финансовых результатах и бухгалтерского баланса для последних определяются среднегодовые значения (табл. 2). Расчет средних величин обусловлен необходимостью сопоставления данных динамических рядов двух типов, из которых

отчет о финансовых результатах относится к интервальному, а бухгалтерский баланс - к моментному виду.

Таблица 2

Среднегодовые показатели бухгалтерского баланса, тыс. руб.

Показатели Ясная поляна Ударница ТАКФ ВКФ СКФ Рот Фронт ККБ

Баланс 2397626 2338509 2496755 3932222 2501890 13940918 14130240

Собственный капитал 1513672 1973523 1487015 2413597 1359817 7970739 4361667

В таблице 3 размещены необходимые данные из отчетов о финансовых результатах за 2023 г.

Таблица 3

Показатели отчета о финансовых результатах предприятий за отчетный период, тыс. руб.

Показатели Ясная поляна Ударница ТАКФ ВКФ СКФ Рот Фронт ККБ

Выручка 2160088 2804633 3092455 5099066 4040774 21623042 14226965

Себестоимость 1590808 1890760 2495711 4284522 3389139 20208781 12400723

Коммерческие расходы 145257 304005 227147 284111 204555 89718 184786

Управленческие расходы 86406 231986 102559 129035 114157 644521 421629

Прибыль от продаж 337617 377882 267038 401398 332923 680022 1219827

Прибыль до налогооблож. 331100 300035 248066 391710 303257 901816 1082955

Чистая прибыль 260603 231512 212069 304589 238719 731690 877061

Результаты использования балльно-рейтинговой модели Г. В. Савицкой, представлены в таблице 4.

Таблица 4

Значения показателей модели Г.В. Савицкой

Показатели Ясная поляна Ударница ТАКФ ВКФ СКФ Рот Фронт ККБ

Х1 0,0046 1,1425 0,0832 0,4319 0,076 0,0125 0,0055

Х2 0,5249 2,7335 1,9844 0,5366 0,7701 0,6696 0,8115

Х3 0,7707 4,5797 2,4845 1,9528 1,2057 1,3420 1,1060

Х4 0,6341 0,8757 0,6085 0,6827 0,4727 0,5770 0,3108

Х5 -0,6995 0,7542 0,4163 0,4738 0,0164 -0,0424 -0,6007

Х6 -2,2525 1,87102 2,07027 1,96424 0,04554 -0,0849 -2,2603

Интегральная балльная оценка 18 101,5 82,5 79 24 26 15

Х1 - абсолютно ликвидные активы / краткосрочные обязательства; Х2 - быстро реализуемые активы / краткосрочные обязательства; Х3 - оборотные активы / краткосрочные обязательства; Х4 - собственный капитал / баланс;

Х5 - собственный оборотный капитал / оборотные активы; Х6 - собственный оборотный капитал / запасы.

Лучшей из представленных организаций по модели Г.В. Савицкой стала кондитерская фабрика «Ударница», что соответствует выводам, полученным при использовании шестифакторной модели О. П.

Зайцевой (табл. 5). Значение интегральной оценки по данной модели рассчитывается следующим образом:

кЗ = 0,25х1 + 0,1х2 + 0,2х3 + 0,25х4 + 0,1х5 + 0,1х6 (1)

Таблица 5

Значения показателей модели О.П. Зайцевой

Показатели Ясная Ударни Рот

поляна ца ТАКФ ВКФ СКФ Фронт ККБ

Х1 - чистый убыток / собственный капитал 0 0 0 0 0 0 0

Х2 - кредиторская задолженность/ дебиторская задолженность 1,5758 0,6320 0,4770 9,1118 1,3982 1,4484 1,2067

Х3 - краткосрочные обязательства / абсолютно ликвидные активы 218,96 0,875 12,03 2,32 13,16 79,94 180,47

Х4 - чистые убытки / выручка 0 0 0 0 0 0 0

Х5 - заемный капитал / собственный капитал 1,7329 7,0455 1,5546 2,1515 0,8964 1,3641 0,4509

Х6 - баланс / выручка 1,11 0,8338 0,8074 0,7712 0,6192 0,6447 0,9932

Интегральная оценка 44,1190 0,3358 2,5980 1,4978 2,9462 16,2701 36,5359

Интегральные оценки финансового состояния организаций, размещенные в таблицах 4 и 5, стали основой для формирования экспертной оценки и присвоения рангов кондитерским предприятиям (табл. 6).

Таблица 6

Ранжирование предприятий

№ Организации Ранги на основе моделей

Савицкой Зайцевой

1 ОАО "ТКФ "Ясная поляна" 6 7

2 АО "Ударница" 1 1

3 ОАО "Кондитерская фирма "ТАКФ" 2 3

4 ОАО "Воронежская кондитерская фабрика" 3 2

5 ЗАО "Сормовская кондитерская фабрика" 5 4

6 ОАО РОТ ФРОНТ 4 5

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

7 ОАО "Кондитерский концерн Бабаевский" 7 6

Для определения степени согласованности методик (экспертных оценок) использован коэффициент ранговой корреляции Ч. Спирмена:

(2)

где aj и bj - ранги по первой и второй методикам, n - число объектов.

Значение коэффициента составило 0.89, что свидетельствует о высокой степени связи ранговых характеристик. Устойчивость взаимосвязи результатов использования двух независимых методик подтверждается превышением эмпирического значения коэффициента ранговой корреляции Спирмена над его критической величиной 0.754, определенной для 5% уровня значимости. Список использованной литературы:

1. Казакова Н. А. Анализ финансовой отчетности. Консолидированный бизнес: учебник для вузов. - М.: Юрайт, 2023. - 233 с. - Режим доступа: - https://urait.ru/bcode/517581 (дата обращения: 12.11.2024).

2. Лытнева Н.А., Лазарева Т.В. Оценка вероятности банкротства коммерческой организации // Экономическая среда. 2020. №4. С.80-87. Режим доступа: https://elibrary.ru/item.asp?id=44432545 (дата обращения: 14.11.2024).

3. Сервер раскрытия корпоративной информации Интерфакс. - Режим доступа: https://www.e-disclosure.ru/ (дата обращения: 01.12.2024).

Аннотация научной статьи по экономике и бизнесу, автор научной работы — Аверина Т. Н., Аверина Т. Н.

Похожие темы научных работ по экономике и бизнесу , автор научной работы — Аверина Т. Н., Аверина Т. Н.

APPLICATION OF SPEARMAN'S RANK CORRELATION COEFFICIENT TO CHARACTERIZE THE CONSISTENCY OF ESTIMATES OF THE PROBABILITY OF AN ENTERPRISE'S BANKRUPTCY