msueconВестник Московского университета. Серия 6. ЭкономикаLomonosov Economics Journal0130-0105MSUPRESS10.38050/01300105202213msuecon-704Research ArticleОТРАСЛЕВАЯ И РЕГИОНАЛЬНАЯ ЭКОНОМИКАBRANCH AND REGIONAL ECONOMYОСОБЕННОСТИ ОЦЕНКИ КРЕДИТОСПОСОБНОСТИ РОССИЙСКИХ ПРОИЗВОДИТЕЛЕЙ ЗЕРНОВЫХ КУЛЬТУРASSESSING THE CREDITWORTHINESS OF RUSSIA’S GRAIN PRODUCERShttps://orcid.org/0000-0001-9692-2744МарковскаяЕ. И.MarkovskayaE. I.

Марковская Елизавета Игоревна — к.э.н., доцент департамента финансов

Санкт-Петербург

Saint-Petersburg

emarkovskaya@hse.ruhttps://orcid.org/0000-0003-4968-7942ТлостановР. В.TlostanovR. V.

Тлостанов Руслан Владимирович — Национальный исследовательский университет «Высшая школа экономики», менеджер ВЭД, Weconn Ltd

Санкт-Петербург

Saint-Petersburg

ruslan.t@weconn.euНИУ Высшая школа экономикиРоссияHSE UniversityRussian FederationНИУ «Высшая школа экономики»; Weconn LtdРоссияHSE University; Weconn LtdRussian Federation202222022022015278Copyright © Марковская Е.И., Тлостанов Р.В., 20222022Марковская Е.И., Тлостанов Р.В.Markovskaya E.I., Tlostanov R.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://msuecon.elpub.ru/jour/article/view/704

В данном исследовании разработан алгоритм, который позволяет оценить кредитоспособность заемщика-сельхозпредприятия. Он состоит из скоринговой модели и нормативных значений коэффициентов, включенных в модель. Отраслевая модель основана на панельных данных 99 компаний, 39 из которых обанкротились в период с 2011 по 2020 гг. Нормативная база составлена на основе анализа наиболее устойчивых предприятий в отрасли, а также банкротов. Для анализа кредитоспособности предприятий проанализированы 11 показателей, используемых АО «Россельхозбанк». С помощью корреляционного анализа и других эконометрических тестов из 11 были отобраны 5 оптимальных коэффициентов и построена скоринговая модель. Общая точность оценки кредитоспособности оказалась высокой и составила 86,1%. Скоринговая модель верно верифицировала 85% компаний-небанкротов и 87,2% банкротов. 

This study develops an algorithm that allows one to assess the creditworthiness of a borrower — an agricultural enterprise. It incorporates a scoring model and coefficients’ standard values included in the model. The industry model is based on panel data from 99 companies, 39 of which went bankrupt between 2011 and 2020. The regulatory framework is compiled on the basis of the analysis of the most resilient enterprises in the industry, as well as bankrupts. To analyze the creditworthiness of enterprises, the authors analyzed 11 indicators used by JSC Rosselkhozbank. Using correlation analysis and other econometric tests, 5 optimal coefficients were selected out of 11 and a scoring model was built. The overall accuracy of the credit rating was high and amounted to 86.1%. The scoring model verified correctly 85% of non-bankrupt companies and 87.2% of bankrupts.

оценка кредитоспособностиоценка вероятности наступления банкротствапроизводители зерновых культурassessment of creditworthinessassessment of the probability of bankruptcygrain producersReferencesАрхипова, А. В. (2015). Зарубежные методы анализа кредитоспособности: преимущества и недостатки. Экономика и социум, 1 (14).Arhipova, A. V. (2015). International methods of the creditworthiness analysis:advantaged and disadvantages. Jekonomika i socium, 1(14).Валеева, Д. И. (2018). Сущность и содержание управления финансовыми рисками как основа финансовой устойчивости фирмы. Вестник современных исследований, 12.7 (27), 62–64.Valeeva, D. I. (2018). The idea and content of the financial risk managementas the base for the enterprise financial sustainability. Vestnik sovremennyh issledovanij [Review of the modern research], 12.7 (27), 62–64.Дорожкина, Н. И., & Суворина, Ю. С. (2017). Особенности кредитования сельскохозяйственных производителей. Социально-экономические явления и процессы, 12, 5, 41–47.Dorozhkina, N. I., & Suvorina, Ju. S. (2017). The peculiarities of the financing of the agricultural enterprises. Social and economics events and processes, V.12, 5, 41–47.Жеребцов, Г. И. (2013). Устойчивость показателя стоимости фьючерса на пшеницу относительно стоимости нефтяного фьючерса. Известия Иркутской государственной экономической академии, 5, 73–76.Zherebcov, G. I. (2013). The sustainability of the futures for oil and wheat. Bulletin of the Irkutsk State Economic Academy, 5, 73–76.Живора, А. А. (2016). Классификация рисков сельского хозяйства. Вестник Алтайского государственного аграрного университета, 1, 186–190.Zhivora, A. A. (2016). Classification of the risks in the agricultural sector. Vestnik of the Altay State Agricultural University, 1, 186–190.Коляда, Н. И. (2015). Государственное финансирование сельского хозяйства как показатель социально ориентированной рыночной экономики. Вестник Алтайского государственного аграрного университета, 7(129), 186–190.Koljada, N. I. (2015). State Financing of the Agricultural sector as the indicator of the social oriented market economy. Vestnik of the Altay State Agricultural University, 7 (129), 186–190.Королев, В. Ю. (2012). Совершенствование методики оценки кредитоспособности сельскохозяйственных организаций. Известия ПГПУ им. В. Г. Белинского, 28, 381–386.Korolev, V. (2012). Improving the methods of the creditworthiness assessment of the agricultural enterprises. Izvestija PGPU im. V. G. Belinskogo, 28, 381–386.Куликова, М. Г. (2012). Повышение финансовой устойчивости сельскохозяйственных предприятий. Финансовый журнал, 2, 119–132.Kulikova, M. G. (2012). Increasing the financial sustainability of the agricultural enterprises. Financial Journal, 2, 119–132.Логинова, О.А. (2012). Государственное кредитование сельского хозяйства: исторический аспект. ИнвестРегион, 1, 79–82.Loginova, O. A. (2012). State credit financing of the agricultural sector: historical aspect. Invest Region, 1, 79–82.Матушевская, Е. А., & Очередникова, О. С. (2019). Диагностика состояния и тенденции развития сельского хозяйства Российской Федерации: региональный аспект. Вестник Марийского государственного университета. Серия «Сельскохозяйственные науки. Экономические науки», Т. 5, 1, 89–98.Matushevskaja, E. A., & Ocherednikova, O. S. (2019). Diagnostics of the status of the agricultural sector in Russian Federation: regional aspect. Vestnik of the Mari State University. Seria: «Agricultural Sciences Economic Sciences», T. 5, 1, 89–98.Махмадов, О. С., & Шарипов, Б. М. (2018). Методика оценки кредитоспособности заемщика в современных условиях. Вестник РЭУ им. Плеханова, 3(99), 72–82. DOI: http://dx.doi.org/10.21686/2413-2829-2018-3-72-82.Mahmadov, O. S., & Sharipov, B. M. (2018). Modern methods of the creditworthiness evaluation. Vestnik of the Russian Plekhanov University of Economics, 3(99), 72–82. DOI: http://dx.doi.org/10.21686/2413-2829-2018-3-72-82.Федорова, Е. А., Довженко, С. Е., & Федоров, Ф. Ю. (2013). Модели прогнозирования банкротства российских предприятий: отраслевые особенности. Научная электронная библиотека «КиберЛенинка». (Электронный ресурс). https://cyberleninka.ru/Fedorova, E. A., Dovzenko, S. E., & Fedorov, F. U. (2013). Models for the bankruptcy prediction of te Russian enterprises: industrial peculiarities. https://cyberleninka.ru/Федорова, Е. А., Чухланцева, М. А., & Чекризов, Д. В. (2017). Оценка эффективности прогнозирования банкротства предприятий на основе российского законодательства. Финансы и кредит, 23 (13), 732–746.Fedorova, E. A., Chuhlanceva, M. A., & Chekrizov, D. V. (2017). Evaluation of the effecienci in the process of the insolvency forecasting based on the Russian Law. Finance and Credit, 23(13), 732–746.Шевчук, В. (2012). Кредитование юридических лиц. Финансовый журнал, 17, 9–19.Shevchuk, V. (2012). The financing of the enterprises. Financial journal, 17, 9–19.Чистякова, Д. О. Оценка кредитоспособности заемщиков — юридических лиц в РФ и за рубежом: сравнительный аспекты. Тезисы. VIII Всероссийская научно-практическая конференция с международным участием «Россия молодая». 19–22 апреля 2016. УДК 336.77.Chistjakova, D. O. Creditworthiness analysis in Russia and abroad: comparative analysis/ Tezisy. VIII Vserossijskaja nauchno-prakticheskaja konferencija s mezhdunarodnym uchastiem «Rossija molodaja». 19–22 aprelja 2016. UDK 336.77.Altman, E. I. (1968). Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy. Journal of Finance, 23, 589–609.Altman, E. I. (1968). Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy. Journal of Finance, 23, 589–609.Dower, P. C., & Potamites, E.(2014). Signalling Creditworthiness: Land Titles, Banking Practices, and Formal Credit In Indonesia. Bulletin of Indonesian Economic Studies, 50 (3), 435–459.Dower, P. C., & Potamites, E.(2014). Signalling Creditworthiness: Land Titles, Banking Practices, and Formal Credit In Indonesia. Bulletin of Indonesian Economic Studies, 50 (3), 435–459.Springate, Gordon, L. V. Predicting the Possibility of Failure in a Canadian Firm. Unpublished M. B. A. Research Project. Simon Fraser University. January 1978.Springate, Gordon, L. V. Predicting the Possibility of Failure in a Canadian Firm. Unpublished M. B. A. Research Project. Simon Fraser University. January 1978.Taffler, R. J., & Tisshaw, H. J. (1977). Going, Going, Gone, Four Factors Which Predict. Accountancy, 88 (1003), 50–52, 54.Taffler, R. J., & Tisshaw, H. J. (1977). Going, Going, Gone, Four Factors Which Predict. Accountancy, 88 (1003), 50–52, 54.Zhilina, N. N., Magdeeva, M. R., Ignatev, V. G., Nurtdinov, I. I., & Gusarova, L. V. (2021). A comparative analysis of the methods used to assess borrower creditworthiness. Studies in Systems, Decision and Control, 316, 991–999.Zhilina, N. N., Magdeeva, M. R., Ignatev, V. G., Nurtdinov, I. I., & Gusarova, L. V. (2021). A comparative analysis of the methods used to assess borrower creditworthiness. Studies in Systems, Decision and Control, 316, 991–999.Zmijewski, M. E. (1984). Methodological Issues Related to the Estimation of Financial Distress Prediction Models. Journal of Accounting Research (Suppl.), 22, 59–82.Zmijewski, M. E. (1984). Methodological Issues Related to the Estimation of Financial Distress Prediction Models. Journal of Accounting Research (Suppl.), 22, 59–82.

The authors declare that there are no conflicts of interest present.